Work

Entanglement detection measuring classical correlations

Year: 2017
Type: dissertation
Abstract: L'entanglement è un fenomeno di natura puramente quantistica ed è considerato la principale risorsa dei protocolli quantistici di manipolazione e trasmissione di informazione. \nLo studio e la caratterizzazione dell'entanglement rivestono dunque un ruolo cruciale nello sviluppo della teoria dell'informazione quantistica e nella comprensione delle strutture fondamentali della meccanica quantistica non relativistica. \nUno dei principali problemi legati alla teoria dell'entanglement è quello di trovare dei criteri ottimali per la rilevazione, la caratterizzazione e la quantificazione dell'entanglement. Ad oggi, non esiste una soluzione completa per questo problema. \nIn questo lavoro di tesi, abbiamo esaminato e generalizzato un criterio per la rilevazione dell'entanglement basato sulla misura delle correlazioni classiche esistenti tra osservabili locali complementari di un sistema bipartito. In particolare, ci siamo occupati dei criteri che si basano sulla misura dell'informazione mutua, e abbiamo analizzato le prestazioni di questo criterio per una generica coppia di osservabili, non necessariamente complementari. Le prestazioni del nuovo criterio, in termini di efficienza, robustezza ed applicabilità, sono state analizzate in dettaglio per sistemi bipartiti di qubit, poichè in questo caso l'entanglement è completamente caratterizzato e sono a disposizione strumenti di confronto. In particolare, il criterio è stato utilizzato per la rivelazione di entanglement in presenza di rumore esterno e decoerenza. \nL'analisi condotta in questa tesi ha mostrato che il criterio presentato è robusto, dal momento che la percentuale di stati rivelati non cala in maniera drammatica quando ci si sposta dalla condizione di complementarietà, e inoltre, pur non avendo performance ottimali rispetto ad altri metodi di rilevazione dell'entanglement, è interessante dal punto di vista applicativo poichè si è rivelato affidabile e complessivamente efficiente.
Author: Menga, Marina
Language: Italian
Open Access status: green
OpenAlex ID: W7047146395
Cites: 41
Cited by:
Related to: 10